大数据攻略案例分析及结论
我们将迎来一个“大数据时代”。中国企业离这场革命还有多远？还有追上领导要多快？
{研究结论}
如何使用大数据？障碍怎么解决？中国企业家研究院对10多家大数据应用领军企业进行了访谈和调研，更多企业进行了书面数据调研。我们发现:
■目前我国企业的大数据应用可以分为三个领域:大数据运营、大数据产品、大数据平台。前两者更多的是企业内部应用，后者是利用大数据繁荣整个平台企业社区的生态。
■大数据营销的本质是影响消费者购物前心理路径的问题，这在大数据时代之前很难做到。
■对于传统企业来说，打通线上线下营销，实现新的商业模式，都离不开大数据，比如O2O。
■虽然大数据应用倾向于大数据营销，但对于一些企业来说，大数据的应用早已超出了营销的范畴，进入了企业供应链、生产、物流、库存、网站、店内运营的各个环节。
■对于大多数企业来说，由于数据分析师和业务人员的视角和思维方向不同，大数据分析和运营之间存在脱节，这是大数据无法用于企业运营的最大阻力。
■对于大多数互联网公司来说，大量的数据和大量的用户是一个相互促进、越强越强的循环过程。
■对于大型互联网平台来说，大数据已经成为他们生态循环的血液，对于这些企业来说，是最重要的。
不是如何利用大数据提升自身运营，而是如何利用大数据更好的繁荣平台生态。
■对于平台企业来说，其大数据战略正逐步从大数据运营向运营大数据转变，前者和
后者的区别在于，前者只是运营改善的驱动力，而后者则成为企业实现未来战略的核心资源。
我们被反复告知，我们将迎来一个“大数据时代”。
大数据应用和云计算、3D打印等技术变革一样，将颠覆现有规则，成为领先企业成功的关键。
中国企业离这场革命还有多远？还有追上领导要多快？
来自互联网、移动互联网、物联网传感器、视频采集系统的数据正在海量增长，汇成大数据的海洋，伴随着海量数据存储和分析技术的突破性发展，这一切都为企业的应用带来了无限可能。
许多公司希望利用大数据来推动业务发展，但不知道从何入手。他们在大数据信息系统和分析系统上投入了大量资金，并雇佣了更多的人才，希望能从这一新趋势中受益，但他们别无选择，只能发现大数据仍然停留在云中，并没有带来多少实际利益。他们找不到大数据和商业结合的突破口。然而，一些真正将大数据应用于实战的企业，在应用过程中存在诸多困难:大数据无法与业务相结合；没有收集和分析海量数据的能力；运营商缺乏应用大数据的动力；数据源是混合的，难以使用...
中国企业家研究院对中国企业大数据应用现状进行分类，帮助企业了解大数据实际应用中的难点和困难，并提供典型的龙头企业案例供参考。
表1
表2
大数据运营——企业提升效率的助推力
对于大多数企业来说，运营领域的应用是大数据的核心应用。以前企业主要使用生产经营的各种报表数据，但是随着大数据时代的到来，来自互联网、物联网、各种传感器的海量数据脱颖而出。于是，一些企业开始挖掘和利用这些数据来促进运营效率的提高。在大数据运营的应用上，大数据的应用可以分为三类:外部营销、内部运营、领导决策。
第一，大数据营销
大数据营销的本质是影响目标消费者购物前的心理路径。主要用在三个方面:1，大数据渠道优化，2，精准营销信息推送，3，线上线下营销的衔接。消费者在购物之前，通过各种手段直接干预其信息收集和决策过程。这种干预是基于对海量线上线下用户数据的分析。与传统的狂轰滥炸或上门营销相比，大数据营销在主动性和精准性上有很大优势。是目前大数据的主要应用领域。
大数据营销不仅仅是利用大数据寻找目标客户并向他们发布促销信息，它还可以做到:
实现渠道优化。根据用户上网痕迹优化渠道营销效果，就是要找出哪个营销渠道的客户最多，哪个源客户实际购买最多，是否是目标客户等。根据客户在互联网上的行为轨迹，调整各渠道的营销资源。例如，东风日产利用客户来源追踪来改善门户网站、搜索和微博等各种网络渠道中营销资源的投放。
精准营销信息推送。精准是基于对大众消费者行为的分析。消费者的线上浏览和搜索行为被网络留下，线下购买和观看行为可以被POS机和店内视频监控记录。此外，他们在购买和注册过程中留下的身份信息也逐渐在商家面前呈现出消费信息的海洋。
有的企业收集海量的消费者信息，然后利用大数据建模技术，根据消费者属性(如地域、性别)、兴趣、购买行为等维度挖掘目标消费者，然后进行分类，再根据这些向个人消费者推送营销信息。比如孕妇装品牌妈咪十月，通过对粉丝微博评论的大数据分析，找出评论中有“喜欢”相关关键词的粉丝，然后贴上标签推送其营销信息。JD.COM商城副总经理李希说:“用大数据找出不同的客户需求群体，然后进行相应的营销，是JD.COM现在正在做的事情。”萧也化妆品公司以其网站为雷达收集消费者信息，并向不同的消费者推荐相应的皮肤解决方案。创始人小商洛希望在未来，大数据营销可以取代网站的作用，真正成为客户的前端。
打通线上线下营销。有的企业把线上消费者的行为痕迹数据和线下购买数据连接起来，实现了线上线下营销的协同。比如东风日产的线上线下协同营销方式是这样的:其门户网站带来订单线索，通过这些线索，服务人员进行电话回访，促进客户线上交易。在这个过程中，东风日产记录了消费者的进入、浏览、点击、注册、电话回访、购买等数据，实现了一个跨越线上线下，以大数据分析为支撑，营销效果不断优化的闭环营销渠道。而郭爽科技，衡量某个区域线下推广活动的效果，就是看这个区域的推广内容在互联网上的搜索量。一些企业通过鼓励线下客户使用可以跟踪消费者行为和偏好的设备，如微信和Wi-Fi，打通线上线下数据流。银泰百货计划铺设Wi-Fi，鼓励顾客在商场使用，然后根据Wi-Fi的账号找出这个顾客，再与其他大数据挖掘公司合作，借助大数据挖掘这个顾客在网上的历史痕迹，了解顾客的需求类型。
第二，大数据用于内部运营。
相比大数据营销，大数据在企业内部运营中的应用更加深入，对企业内部的信息化水平和数据收集分析能力要求更高。本质上是将企业外部的海量消费者数据与企业内部的海量运营数据联系起来，在分析中获得新的洞察，提高运营效率。(详见P96表5:大数据在内部运营中的应用)
表5
第三，大数据用于决策
大数据时代，企业面临着许多新的数据源和海量数据。他们能否基于对这些数据的洞察做出决策，然后将其转化为企业竞争优势的来源？相比大数据营销和大数据内部运营，利用大数据做决策是最难的，因为这需要一种依赖数据的思维习惯。
一些企业已经开始尝试。比如，国内一些金融机构在推出一款金融产品时，会广泛分析该金融产品的应用和效果、目标客户群数据、各种交易数据和定价数据，然后决定是否推出一款金融产品。
然而，中国企业家研究院发现，大数据决策在我国企业中的应用非常少，很多企业领导在决策时仍然习惯于依靠历史经验和直觉。
大数据产品——企业利润增长的新来源
除了运营，大数据还可以与企业产品结合，成为企业产品背后竞争力的核心支撑或者直接成为产品。提供大数据产品的企业分为两类，直接提供大数据产品的企业和以大数据为产品和服务核心支撑的企业。前者主要为大数据产业链的参与者提供数据服务，包括数据所有者、存储企业、挖掘企业、分析企业等。，而后者主要是那些产品有大数据支撑的企业。大部分都是互联网企业，他们的产品和服务天生就有大数据基因。这些企业包括搜索引擎、在线杀毒、互联网广告交易平台以及许多植根于移动互联网的app，为用户提供生活和信息服务。
表3
表4
第一，大数据作为产品的核心支撑
他们主要在以下几个方面使用大数据:
1，提供信息服务。很多互联网公司通过对海量互联网信息和线下信息的整合分析，为个人和企业提供信息服务，比如百度、去哪儿、陶艺、高德地图、春雨医生等等。在美国，一些互联网公司甚至基于大数据提供更深入的预测信息服务。美国科技创新公司farecast通过分析特定航线的机票价格，帮助消费者预测机票价格走势。
2.分析用户的个性化需求，从而提供个性化的产品和服务，或者实现更精准的广告投放。典型的移动社交工具有陌陌、百度、腾讯、广告交易平台品友互动，以及一些互联网游戏玩家。这类应用往往先收集海量用户的上网行为数据，对用户进行分类，根据不同类型的用户提供个性化的产品或个性化的促销信息。例如，网易和其他门户网站推出了订阅模式，允许用户根据个人喜好方便地定制和整合不同来源的信息。
3.增强产品功能。对于很多互联网产品，如杀毒软件、搜索引擎等。，海量数据处理可以让产品更智能，更强大。没有大数据，产品的功能会被大大削弱。比如奇虎360的360杀毒软件，每天海量的杀毒处理，建立了庞大的病毒库，使其能够更快的发现病毒，而一些小的杀毒软件公司做不到这一点。
4.控制信用状况，提供信用服务。阿里巴巴集合了大量中小企业的日常资金和货物往来。通过对这些数据的汇总分析，阿里巴巴可以找到单个企业的资金流和收入，分析其信用，发现异常情况和可能的欺诈行为，控制信用风险。
5.实现智能匹配。婚恋网站、交易平台等。，利用大数据可以提供精准高效的匹配服务。网易华天会挖掘用户行为数据，比如点击了哪些异性页面，发表了哪些评论，建立用户兴趣模型，从而挖掘出用户所期待的另一半的类型，进而主动推荐与对方匹配度高的候选人。2010年，阿里巴巴试探性推出“轻骑兵”服务，依托对供应商海量交易数据信息的整合和挖掘，使阿里巴巴快速将中国各产业集群供应商的个性化采购需求与海外买家进行匹配。
大数据作为产品的核心支撑，关键在于用户数量。对于大多数互联网公司来说，用户越多，收集的数据就越多。有了更多的数据，他们的产品和商业模式就会不断完善，从而带来更多的用户。
第二，大数据直接作为产品使用
对于一些企业来说，大数据直接变成了产品，产品包括海量数据、分析、存储、挖掘等服务。目前，大数据产业链正在形成，有一批公司和机构开放、出售、授权大数据，并提供大数据分析和挖掘。前者主要是拥有海量数据的公司，将数据服务作为新的利润来源。如大型互联网平台、民航、电信运营商、一些拥有大数据的政府机构等。后者主要包括能够存储海量数据或者将海量数据与业务场景相结合进行分析挖掘，或者提供相关产品的公司，如IBM、SAP、拓尔思、田瑞等。他们为大数据用户提供海量数据存储、数据挖掘、图像视频、智能分析等服务及相关系统产品。
大数据平台——企业社区繁荣的滋养剂
相比于企业自身对大数据的应用，大数据平台利用大数据构建企业生态。一些拥有庞大数据资源的大型互联网平台，成为了包含大量寄生虫的生态系统。在这个生态系统中，他们向平台上的企业提供海量用户互联网行为的痕迹和分析，供其改进运营，促进整个平台的生态繁荣。在这个过程中，他们还收取数据服务费。阿里巴巴就是一个典型的例子。从数据魔方、黄金策略到聚石塔，阿里巴巴不断为平台上的中小电商提供数据产品和服务。
百度搭建了百度指数、新浪、风云榜、数据研究中心、百度统计等五大数据系统平台，帮助其营销平台上的企业了解消费者行为、兴趣变化、行业发展、市场动态及趋势、竞争对手动向等信息。
当大数据从企业内部运营的驱动力转变为平台企业的产品和服务时，平台企业也在经历从大数据运营到大数据运营的阶段。数据已经从运营的支撑工具变成了生产资料。以前，平台的重点更多地是如何充分利用现有的大数据。未来，他们的关注点更多的是如何经营和管理大数据这种生产资料，如何更好地服务平台上的企业。这涉及到收集数据的质量。格式标准统一吗？作为一种原材料，数据有多精细？是否符合平台上企业应用的具体场景？可以让平台上的企业使用，还是需要平台上的企业再加工？
为了解决这些问题，各个平台都在积极努力。比如阿里巴巴成立了数据委员会，在统一数据格式标准、从源头保证数据质量、收集处理精细化数据、保证能够满足平台企业应用场景等方面不遗余力。尤其是在大数据的精细化上，阿里巴巴是其大数据战略的重点。在这方面，腾讯也在加快步伐。比如腾讯的新版。com有“一键登录”的提示，用户可以通过一些子标签订阅自己关心的内容。其实这也是腾讯收集更精细化用户兴趣数据的有效手段。
技巧
大数据实用手册
企业在将大数据应用于内部运营时，会遇到一些常见的问题。
1企业如何获取和分析数据？
互联网是大数据的一大来源，一些线下传统企业很难获得。但是他们可以:
答？与拥有或能够捕捉海量数据的平台、企业、政府机构合作。比如淘宝上的电商，买的是淘宝为自己商家收集的海量数据中与自己经营相关的部分。再比如卡夫与IBM的合作，在博客、论坛、讨论板中抓取了47.9万条关于其产品的讨论信息，通过大数据分析消费者对卡夫食品的喜爱和消费模式。
b？在互联网上建立自己的平台，比如朝阳大悦城利用自己的微信、微博等平台收集消费者点评数据。
c？很多传统企业不具备分析海量数据的能力。这时候他们可以和大数据分析、挖掘公司合作。目前，市场上有一批提供大数据分析和挖掘服务的公司，如田瑞公司、IBM、点分公司和华胜天成公司。他们是传统企业进行大数据分析可以依靠的力量。
2应用大数据时如何避免部门分割？
对于很多企业来说，信息流被各个部门分割，数据难以互通。在这种情况下，大数据的共享和收集只是一个泡沫，实现大数据的深度应用更是难上加难。
要突破部门之间信息分割的局面，首先要建立统一集中的数据系统。正如立白信息与知识总监王永红所说，“要真正利用好大数据，企业应该采用集中式的信息系统。”从更深入的角度来看，企业信息流的划分在于企业部门之间的划分。比如一些企业的营销是按照渠道划分的，这就大大降低了大数据对客户的收集和分析的效果。
IBM智能业务技术总监杨认为，“由于组织结构问题，大数据分析的有效性大打折扣。”这需要在组织和流程层面进行重新设计。在这方面，阿里巴巴的部门负责人轮岗制度无疑是打破部门壁垒的一剂良药。一些企业为了打破部门分割，建立了矩阵式的组织结构，加强了部门间的横向合作，这无疑为大数据的收集、享受和应用创造了良好的条件。
3如何让商务人士重视大数据的应用？
解决这个问题，一方面，一把手倡导整个企业的数据文化。比如1店董事长于刚，要求业务人员在会议和汇报中用数据说话，马云把大数据上升到了战略高度。
另一方面也是数据部门在推动。阿里巴巴数据委员会负责人车品觉分享了他的经验。“由于运营部门的业务人员很难看到大数据的潜力，所以可以先从一些见效快的数据项目入手，通过一两个项目的成功调动对方的积极性，再逐步逐一引导。”
4为什么大数据工作与运营需求脱节？
这往往是由于数据人员和业务人员的视角和专业知识不同造成的。大数据的人做了很多努力，但是业务的人认为这些努力都是无关紧要的。如何解决这个问题？
有的企业在组织设计上发力，将大数据纳入经营分析部门管理，用业务控制数据。对于朝阳大悦城来说，大数据工作由主要负责战略和经营分析的部门管理，大数据分析师是支撑人员。在负责人张艳看来，大数据要以商业规则为导向。关键是找到业务需求的点，然后由数据分析师和挖掘者来实现。在具体操作上，大悦城对微信的数据挖掘，挖掘什么样的关键词，由业务分析师决定，具体挖掘由数据部完成；有的企业从流程设计入手，促进业务部门与数据部门的沟通，建立数据人员工作与效果挂钩的考核机制。
比如阿里巴巴根据数据挖掘的成效(比如商品转化率的提升)来评估数据挖掘者，评估数据分析师，看他们的分析结果能否出现在运营负责人的报告中。从数据部门本身来看，需要降低运营部门使用数据的壁垒和门槛。比如立白集团的数据人员，会尽量给运营部门提供更易懂、更生动的图形化数据分析界面。在立白的老板办公室里，有一张“客户运营健康检查表”，让老板对全国经销商当月的销售情况一目了然。再比如阿里巴巴开发的无线Bi，可以让运营商在手机上看到大数据分析的结果。用车品爵的话说，“用数据的氧气包围运营商。”
以上是边肖分享的关于大数据攻略案例分析及结论的相关内容。更多信息可以关注环球常春藤分享更多干货。